O cérebro usa cálculo para controlar movimentos rápidos PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

O cérebro usa cálculo para controlar movimentos rápidos

Introdução

Um mouse está correndo em uma esteira embutida em um corredor de realidade virtual. Em sua mente, ele se vê correndo por um túnel com um padrão distinto de luzes à frente. Por meio do treinamento, o camundongo aprendeu que, se parar no semáforo e mantiver essa posição por 1.5 segundo, receberá uma recompensa - um pequeno gole de água. Em seguida, ele pode correr para outro conjunto de luzes para receber outra recompensa.

Esta configuração é a base para a pesquisa publicado em julho in Cell Reports pelos neurocientistas Elie Adam, Taylor Johns e Mriganka Sur do Instituto de Tecnologia de Massachusetts. Ele explora uma questão simples: como o cérebro – em camundongos, humanos e outros mamíferos – funciona rápido o suficiente para nos parar num piscar de olhos? O novo trabalho revela que o cérebro não está programado para transmitir um comando agudo de “pare” da maneira mais direta ou intuitiva. Em vez disso, emprega um sistema de sinalização mais complicado baseado em princípios de cálculo. Esse arranjo pode parecer excessivamente complicado, mas é uma maneira surpreendentemente inteligente de controlar comportamentos que precisam ser mais precisos do que os comandos do cérebro.

O controle sobre a mecânica simples de andar ou correr é bastante fácil de descrever: A região locomotora mesencefálica (MLR) do cérebro envia sinais para neurônios na medula espinhal, que enviam impulsos inibitórios ou excitatórios para neurônios motores que controlam os músculos da perna: Pare . Vai. Pare. Vai. Cada sinal é um pico de atividade elétrica gerado pelos conjuntos de neurônios disparando.

A história fica mais complexa, no entanto, quando os objetivos são introduzidos, como quando um tenista quer correr para um ponto exato na quadra ou um rato sedento olha para um prêmio refrescante à distância. Os biólogos há muito entendem que os objetivos se formam no córtex cerebral do cérebro. Como o cérebro traduz um objetivo (parar de correr para obter uma recompensa) em um sinal cronometrado com precisão que diz ao MLR para pisar no freio?

“Humanos e mamíferos têm habilidades extraordinárias quando se trata de controle motor sensorial”, disse Sridevi Sarma, um neurocientista da Universidade Johns Hopkins. “Há décadas as pessoas estudam o que há em nossos cérebros que nos torna tão ágeis, rápidos e robustos.”

O mais rápido e o mais peludo

Para entender a resposta, os pesquisadores monitoraram a atividade neural no cérebro de um camundongo enquanto cronometravam quanto tempo o animal levava para desacelerar da velocidade máxima até a parada total. Eles esperavam ver um sinal inibitório surgir no MLR, fazendo com que as pernas parassem quase instantaneamente, como um interruptor elétrico desligando uma lâmpada.

Mas uma discrepância nos dados rapidamente minou essa teoria. Eles observaram um sinal de “parada” fluindo para o MLR enquanto o camundongo desacelerava, mas não estava aumentando de intensidade rápido o suficiente para explicar a rapidez com que o animal parou.

“Se você apenas pegar os sinais de parada e alimentá-los no MLR, o animal irá parar, mas a matemática nos diz que a parada não será rápida o suficiente”, disse Adam.

“O córtex não fornece um interruptor”, disse Sur. “Pensamos que era isso que o córtex faria, ir de 0 a 1 com um sinal rápido. Não faz isso, esse é o quebra-cabeça.”

Assim, os pesquisadores sabiam que deveria haver um sistema de sinalização adicional em funcionamento.

Para encontrá-lo, eles examinaram novamente a anatomia do cérebro do camundongo. Entre o córtex onde os objetivos se originam e o MLR que controla a locomoção fica outra região, o núcleo subtalâmico (STN). Já se sabia que o STN se conecta ao MLR por duas vias: uma envia sinais excitatórios e a outra envia sinais inibitórios. Os pesquisadores perceberam que o MLR responde à interação entre os dois sinais, em vez de depender da força de qualquer um deles.

À medida que o camundongo se prepara para parar, o MLR recebe um sinal inibitório do STN. Quase imediatamente depois, ele também recebe um sinal excitatório. Cada sinal é ativado lentamente — mas a alternância entre eles é rápida, e é nisso que o MLR presta atenção: ele registra a diferença entre os dois sinais. Quanto maior a diferença, mais rápida a mudança no sinal inibitório e mais rapidamente o MLR comanda as pernas para parar.

“Não há informações sobre a altura dos picos”, disse Sur. “Tudo está no intervalo entre as pontas. Como os picos são agudos, o intervalo pode conter informações.”

Curva acentuada à frente

Os pesquisadores lançaram o mecanismo de parada em termos de duas funções básicas de cálculo: integração, que mede a área sob uma curva, e derivação, que calcula a inclinação em um ponto de uma curva.

Se parar dependesse apenas de quanto sinal de parada o MLR recebeu, então poderia ser pensado como uma forma de integração; a quantidade do sinal seria o que importava. Mas não porque a integração por si só não é suficiente para um controle rápido. Em vez disso, o MLR acumula a diferença entre os dois sinais oportunos, o que reflete a maneira como uma derivada é calculada: tomando a diferença entre dois valores infinitesimalmente próximos para calcular a inclinação de uma curva em um ponto. A dinâmica rápida da derivada cancela a dinâmica lenta da integração e permite uma parada rápida.

“Existe um sinal excitatório e um sinal inibitório e os dois estão sendo comparados instantaneamente”, disse Sur. “Quando esse valor atinge um determinado valor, aciona-se um interruptor que faz o animal parar.”

Esse sistema de controle baseado em derivativos pode parecer indireto, mas faz sentido estratégico. Quando um mouse navegando em realidade virtual ou um jogador de tênis correndo por uma quadra está se aproximando de um ponto de parada, eles podem achar útil saber a que velocidade estão indo. Mas para planejar o que eles precisarão fazer a seguir, é mais útil para eles saberem com que rapidez estão acelerando ou desacelerando - a função derivada de seu movimento.

“Ele permite que você antecipe e preveja. Se eu souber a derivada, a taxa de variação da velocidade, posso prever qual será minha velocidade na próxima etapa”, disse Sarma. “Se eu sei que tenho que parar, posso planejar e fazer acontecer.”

Carimbo de hora:

Mais de Quantagazine